Python open("x", "r") 函数，我如何知道或控制文件应该具有哪种编码？

如果 python 脚本使用open("filename", "r")函数打开并随后读取文本文件的内容，我如何知道该文件应该具有哪种编码？

请注意，由于我是从自己的程序执行此脚本，因此如果有任何方法可以通过环境变量来控制它，那么这对我来说就足够了。

顺便说一句，这是 Python 2.7。

有问题的代码来自 Mercurial，它可以提供一个文件列表，例如通过磁盘上的文件添加到存储库，而不是在命令行上传递它们。

所以基本上，而不是这个：

hg add A B C

我可以将 A、B 和 C 写入一个文件，每个文件之间有换行符，然后执行以下命令：

hg add listfile:input.txt

最终读取该文件的代码是这样的：

files = open(name, 'r').read().split(delimiter)

因此我的问题。当我询问应该使用哪种编码时，IRC 上给出的答案是：

它与传递文件参数时在命令行上使用的编码相同

我认为这意味着它与我执行 Mercurial (hg) 时“使用”的编码相同。由于我不知道那是哪种编码，所以我只是将所有内容都交给 .NET Process 对象，我在这里询问。

你不能。读取文件与其编码无关；您需要提前知道编码才能正确解释您读入的字节。

例如，如果您知道文件采用 UTF-8 编码：

with open('filename', 'rb') as f:
    contents = f.read().decode('utf-8-sig')    # -sig deals with BOM, if present

或者，如果您知道该文件仅为 ASCII：

with open('filename', 'r') as f:
    contents = f.read()    # results in a str object

如果你确实不知道文件的编码，那么显然不能保证你可以正确读取它；但是，您可以使用类似的工具猜测编码chardet http://chardet.feedparser.org/.

UPDATE:

我想我现在明白你的问题了。我以为您有一个需要为其编写代码的文件，但似乎您有一个需要为其编写文件的代码;-)

有问题的代码可能只能正确处理纯 ASCII（字符串可能稍后会被转换，但我认为不太可能）。因此，您需要创建一个仅包含 ASCII（代码点